Category
AI
機械学習・LLM など
41 件の記事 · 1 / 4 ページ
-
プロンプトインジェクションはなぜ根本解決が難しいのか
プロンプトインジェクションが厄介なのは攻撃の巧妙さではなく、LLM が命令とデータを構造的に区別できないという設計上の性質にあります。
-
LLM 時代の読解力劣化——「スキャン」が「読む」を置き換える日
AI が文章を構造化してくれる時代に、人が自分で意味を組み立てる能力はどう変質するか——読解力劣化の機序と、その先にある思考の空洞化を考察します。
-
正しさの感覚を委託しないために——「確認しない人間」問題
ハルシネーションより怖いのは、それを確認しない人間の側の変化——「AI が言うなら合っている」という受け身の検証が常態化し、正しさを自分で判断する回路が錆びていく過程を考えます。
-
Bun の Zig→Rust 全面書き換えが示した「AI開発の実像」
100万行を11日で移植——見出しの「AIが全部やった」印象と、創業者が11日間張り付いた実態のギャップから、大規模AI移植の本当の姿を読み解きます。
-
ルネサンス的マインドセット——AI 時代に専門性を守る処方箋
AI に複製できないのは分野をまたぐ広さと人文知——「使わないスキルは衰える」という診断のその先、専門性を守るための処方箋としてのルネサンス的教養を正面から論じます。
-
LLM 評価のブレを多層的に抑える ── スコアが信頼できる数字になるまで
AI に採点させるとき、1 回の採点では誤差か実差か区別できない。繰り返し採点・G-Eval 確率加重・ペアワイズ順序反転・ブートストラップ信頼区間・BH 多重比較補正を組み合わせ、LLM 評価のブレを多層的に抑える設計を整理します。
-
LLM 出力を AI が採点する ── 絶対評価・ペアワイズと統計的有意性
「前より良くなったか」を人手に頼らず AI に採点させるとき、一回の採点では誤差か実差か区別できない。絶対評価とペアワイズを組み合わせ、繰り返し採点で信頼区間を出す設計を整理します。
-
テストシナリオを LLM で量産する ── カバレッジマトリクスという考え方
LLM アプリのテストケースを手書きするとすぐ頭打ちになる。入力条件の組み合わせをマトリクスで定義し、LLM にテストデータを生成させてカバレッジを体系的に管理する方法を整理します。
-
LLM の出力に「ゴールデンデータ」で回帰テストを仕込む
LLM の出力は非決定的でユニットテストが刺さらない。承認済み出力を「ゴールデンデータ」として git 管理し、プロンプト変更による意図しない出力変化を検出する設計パターンを方法論として整理します。
-
プロンプトは書くな、最適化させろ――DSPy/GEPA で何が変わるか
手動プロンプトエンジニアリングの試行錯誤をアルゴリズムに委ねる――DSPy と GEPA が示す自動プロンプト最適化の実力と、その先に変わるエンジニアの役割を整理します。
-
SKILL.md はクロスツール標準だった——Agent Skills と 32 ツールへの広がり
Anthropic が 2025 年 12 月に公開した Agent Skills 標準により、SKILL.md は Claude Code 専用フォーマットを超え、Codex CLI・Gemini CLI・Cursor など 32 以上のツールで動く共通仕様になっています。
-
Claude Code をセッションから学習させる——continuous-learning スキルの仕組み
コミュニティ製スキル continuous-learning は、セッションで発生した修正・成功パターンを信頼スコア付きで蓄積し CLAUDE.md に書き戻すことで、Claude の振る舞いをフィードバックループで継続改善します。
